工作职责
1、负责大规模预训练模型构建，为下游各种业务场景算法提供支持；
2、负责多模态融合、多模态图文生成、文本生成音乐、视频编辑生成等领域算法的开发与业务场景落地；
3、负责计算机多模态方向前沿问题的研究，持续跟进业界SOTA模型，制定多模态理解技术路线。

任职要求
1、硕士及以上学历，5年以上工作经验；
2、熟练掌握计算机视觉领域的基础理论和方法，在一个或多个领域有深入研究：
3、大模型预训练、跨模态检索与生成、图像视频理解、多模态融合等；
4、在计算机视觉、自然语言处理、语音识别等具备扎实的理论基础和工程能力；
5、在语音、计算机视觉或NLP等领域顶会(ACL/EMNLP/NIPS/ICML/AAAI/CVPR/ECCV/ICASSP/Interspeech等)有发表过论文的优先；
6、具有广阔的技术视野、良好的逻辑分析、表达和沟通能力，优秀的分析和解决问题的能力，出色的团队管理能力。

其他信息
语言要求：英语、普通话